System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能,具体是一种基于多视角知识图谱的问答方法及系统。
技术介绍
1、目前,随着人工智能的发展,自动问答系统逐渐成为人和机器沟通的新模式,它可以在理解用户输入的问句后,针对用户问题在知识图谱中搜索答案后返回精准的问句答案。
2、基于知识图谱的问答系统通常需要进行对知识图谱的搜索,然而,当知识图谱规模逐渐庞大时,搜索和筛选所需的时间难以满足实时要求。同时,在面对不同知识背景的用户群体时,支持问答所需的基础知识量也存在差异。在这种情况下,仅依赖单一知识图谱来支持问答的策略显然不够灵活。
技术实现思路
1、本专利技术要解决的技术问题是提供一种基于多视角知识图谱的问答方法及系统,构建不同等级视角下的知识图谱,并根据对用户等级的判定选取对应等级视角下的知识图谱进行答案搜索,有效地节约了问答系统的运算资源,并提高了问答系统的反应速度。
2、本专利技术的技术方案为:
3、一种基于多视角知识图谱的问答方法,具体包括有以下步骤:
4、s1、构建多视角知识图谱,知识图谱g={v,e},v代表多视角知识图谱中的节点,e代表连接节点的边,r代表节点间的关系,将原始知识图谱中的所有节点分为不同等级,并生成在不同等级视角下的知识图谱;
5、s2、与用户进行交互式的多轮对话,记录每一轮对话中涉及的节点对应的等级,依据与用户交互式的对话中各等级节点的分布情况进行用户等级的计算;
6、s3、基于计算得到的用户等级,选取与用户等级
7、所述的将所有节点分为不同等级,并生成在不同等级视角下的知识图谱的具体过程为:在等级li视角下,原始知识图谱中的节点被分为等级不高于等级li和高于等级li两类,然后清除高于等级li的节点n,同时连通与任一节点n相邻的其他节点,得到新增加的边,新增加的边即任一节点n与相邻的其他节点在原始知识图谱中直接连接的边,相邻的其他节点均为等级不高于等级li的节点,重复上述步骤,直至将所有高于等级li的节点n全部清除,然后将原始知识图谱中等级不高于等级li的节点和新增加的边共同构成等级li视角下的知识图谱。
8、所述的每一轮对话中涉及的节点对应的等级是从每一轮对话中提取实体,然后在原始知识图谱中查找该实体得到该实体所对应节点的等级。
9、所述的用户等级的具体计算方法见下式(1):
10、
11、式(1)中,l为用户等级,m代表与用户交互式的对话中出现的节点数,ci表示节点i在对话中出现的次数,di表示节点i在原始知识图谱中的度,li表示节点i所处的等级。
12、所述的与用户交互式的对话中,引入用户反馈机制,通过用户的评价和反馈不断进行多视角知识图谱的优化,从而提升问答系统的性能。
13、一种基于多视角知识图谱的问答系统,包括有多视角知识图谱构建模块、交互接收模块、节点解析分级模块、用户等级计算模块和提取返回模块和用户反馈模块;
14、多视角知识图谱构建模块用于构建并优化多视角知识图谱;
15、交互接收模块用于与用户进行交互式的多轮对话、接收用户的问题、以及接收用户评价和反馈;
16、节点解析分级模块用于解析获得每一轮对话中涉及的节点对应的等级;
17、用户等级计算模块用于根据式(1)计算用户等级;
18、提取返回模块用于在相应等级视角下的知识图谱中搜索获取用户提出问题的答案;
19、用户反馈模块用于获取用户的评价和反馈,并不断优化多视角知识图谱。
20、本专利技术的优点:
21、(1)、本专利技术在与用户交互对话的过程中,自动评测用户的等级即知识水平,并调用所对应的等级视角下的知识图谱进行答案搜索,从而在不影响对话质量的前提下,能够有效地节约运算资源,提高响应速度,不仅提高了问答系统的灵活性和适应性,同时也增强了问答系统的智能化程度和用户体验的效果。
22、(2)、本专利技术包含的多视角知识图谱会根据用户的评价和反馈进行不断优化,使得问答系统具备了更强的理解和生成能力,能够在对话过程中提供丰富且相关的知识信息,进一步提升了用户满意度和系统性能。
本文档来自技高网...【技术保护点】
1.一种基于多视角知识图谱的问答方法,其特征在于:具体包括有以下步骤:
2.根据权利要求1所述的一种基于多视角知识图谱的问答方法,其特征在于:所述的将所有节点分为不同等级,并生成在不同等级视角下的知识图谱的具体过程为:在等级Li视角下,原始知识图谱中的节点被分为等级不高于等级Li和高于等级Li两类,然后清除高于等级Li的节点N,同时连通与任一节点N相邻的其他节点,得到新增加的边,新增加的边即任一节点N与相邻的其他节点在原始知识图谱中直接连接的边,相邻的其他节点均为等级不高于等级Li的节点,重复上述步骤,直至将所有高于等级Li的节点N全部清除,然后将原始知识图谱中等级不高于等级Li的节点和新增加的边共同构成等级Li视角下的知识图谱。
3.根据权利要求2所述的一种基于多视角知识图谱的问答方法,其特征在于:所述的每一轮对话中涉及的节点对应的等级是从每一轮对话中提取实体,然后在原始知识图谱中查找该实体得到该实体所对应节点的等级。
4.根据权利要求3所述的一种基于多视角知识图谱的问答方法,其特征在于:所述的用户等级的具体计算方法见下式(1):
6.一种基于多视角知识图谱的问答系统,其特征在于:包括有多视角知识图谱构建模块、交互接收模块、节点解析分级模块、用户等级计算模块和提取返回模块和用户反馈模块;
...【技术特征摘要】
1.一种基于多视角知识图谱的问答方法,其特征在于:具体包括有以下步骤:
2.根据权利要求1所述的一种基于多视角知识图谱的问答方法,其特征在于:所述的将所有节点分为不同等级,并生成在不同等级视角下的知识图谱的具体过程为:在等级li视角下,原始知识图谱中的节点被分为等级不高于等级li和高于等级li两类,然后清除高于等级li的节点n,同时连通与任一节点n相邻的其他节点,得到新增加的边,新增加的边即任一节点n与相邻的其他节点在原始知识图谱中直接连接的边,相邻的其他节点均为等级不高于等级li的节点,重复上述步骤,直至将所有高于等级li的节点n全部清除,然后将原始知识图谱中等级不高于等级li的节点和新增加的边共同构成等级li视角下的知识图谱。
3.根据权利要求...
【专利技术属性】
技术研发人员:徐勇,黄淑芹,王恒娜,魏苏林,孙玉涛,吴延辉,
申请(专利权)人:安徽财经大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。